我們都聽(tīng)過(guò)這樣的警告：自動(dòng)化將會(huì)顛覆整個(gè)行業(yè)，讓數(shù)以百萬(wàn)計(jì)的人失去工作。而事實(shí)上，數(shù)據(jù)顯示，如今45%的工作都可以通過(guò)現(xiàn)有技術(shù)實(shí)現(xiàn)自動(dòng)化。
然而，教育行業(yè)可能并不在其列。在經(jīng)過(guò)對(duì)超過(guò)800種職業(yè)的2,000多個(gè)工作活動(dòng)進(jìn)行了詳細(xì)分析后，麥肯錫公司的一份報(bào)告指出，在所有被調(diào)查的行業(yè)中，“教育行業(yè)的自動(dòng)化技術(shù)可行性是最低的。”
毫無(wú)疑問(wèn)，技術(shù)發(fā)展的趨勢(shì)將對(duì)全球教育行業(yè)產(chǎn)生重大影響，包括提高整體學(xué)習(xí)體驗(yàn)，以及增加全球受教育的機(jī)會(huì)。大規(guī)模開(kāi)放在線課程（MOOC）、聊天機(jī)器人導(dǎo)師和人工智能課程計(jì)劃僅為全球教育數(shù)字化轉(zhuǎn)型中的寥寥數(shù)例。但是機(jī)器人和人工智能會(huì)取代教師嗎？
最難實(shí)現(xiàn)自動(dòng)化的行業(yè)
盡管?chē)@教育的各種任務(wù)（比如行政工作或設(shè)施維護(hù)）都是對(duì)自動(dòng)化開(kāi)放的，但教學(xué)本身并非如此。
有效的教育不僅僅是把信息從老師傳遞給學(xué)生。好的教學(xué)需要復(fù)雜的社會(huì)互動(dòng)，同時(shí)也需要因材施教，適應(yīng)學(xué)生的學(xué)習(xí)需求。一個(gè)優(yōu)秀的老師不僅能對(duì)每個(gè)學(xué)生的優(yōu)點(diǎn)和缺點(diǎn)做出反饋，而且還能切身關(guān)注學(xué)生的心理狀態(tài)。畢竟，教育是關(guān)于如何將人類的潛能最大化的一個(gè)行業(yè)。
此外，學(xué)生們不僅需要依靠老師來(lái)教他們課程，而且老師也是生活指導(dǎo)和職業(yè)指導(dǎo)的來(lái)源。深入而有意義的人際互動(dòng)至關(guān)重要，而且是一件非常困難的事情，不是不可能，但很難實(shí)現(xiàn)自動(dòng)化。
自動(dòng)化教學(xué)需要的是通用人工智能，也就是真正意義上的人工智能。換句話說(shuō)，這是一項(xiàng)需要人工智能夠理解人類的自然語(yǔ)言，能夠?qū)η楦?、?jì)劃、戰(zhàn)略制定以及在不可預(yù)測(cè)的情況下做出有影響力決策的任務(wù)。
我們所需要的是能夠完全替代人類的機(jī)器人，但是它根本不存在——至少目前還不存在。
我們?cè)诼咏@個(gè)目標(biāo)
人工智能是如何快速發(fā)展的？教學(xué)很難實(shí)現(xiàn)完全自動(dòng)化，這并不意味著世界上頂尖的人工智能專家沒(méi)有在嘗試。
吉爾·沃森是一名來(lái)自喬治亞理工學(xué)院的AI助教，由IBM驅(qū)動(dòng)，正在世界各地的大學(xué)中普及實(shí)施。據(jù)悉沃森能夠快速高效地回答學(xué)生的提問(wèn)，其準(zhǔn)確率高達(dá)97%。
像這樣的技術(shù)在評(píng)分和提供反饋方面也有應(yīng)用。一些人工智能算法正在接受訓(xùn)練和改進(jìn)，以實(shí)現(xiàn)自動(dòng)的論文評(píng)分。其中一個(gè)項(xiàng)目的AI評(píng)分結(jié)果與人類評(píng)分者的匹配度已經(jīng)達(dá)到了94.5%。
所有這一切都將對(duì)我們所知的在線教育產(chǎn)生深遠(yuǎn)影響。任何有智能手機(jī)的學(xué)生都可以從世界各地的大學(xué)獲取大量的信息和免費(fèi)課程。MOOC讓數(shù)以百萬(wàn)計(jì)的學(xué)生有機(jī)會(huì)學(xué)到寶貴的課程。但目前，并不是所有的參與者都能收到針對(duì)他們學(xué)習(xí)狀況的反饋。目前，這是因?yàn)槿肆Σ蛔銓?dǎo)致的，但在未來(lái)，情況可能并非如此。
像吉爾·沃特森這樣的聊天機(jī)器人能讓成百上千甚至上百萬(wàn)的學(xué)生有機(jī)會(huì)得到針對(duì)自己學(xué)習(xí)狀況的評(píng)估，而所有的提問(wèn)都以極低的成本得到解答。
人工智能算法在個(gè)性化教育方面也扮演著重要角色。每個(gè)學(xué)生都是獨(dú)一無(wú)二的，有不同的優(yōu)點(diǎn)和缺點(diǎn)。數(shù)據(jù)分析可以用來(lái)提高學(xué)生的個(gè)人成績(jī)，評(píng)估每個(gè)學(xué)生的優(yōu)勢(shì)和劣勢(shì)，并創(chuàng)建大規(guī)模定制的項(xiàng)目。算法可以分析學(xué)生的數(shù)據(jù)，并據(jù)此制定靈活的程序，根據(jù)實(shí)時(shí)反饋對(duì)學(xué)習(xí)者采取針對(duì)性調(diào)整。麥肯錫全球研究所的數(shù)據(jù)顯示，所有這些教育數(shù)據(jù)都能給全球經(jīng)濟(jì)帶來(lái)9000億到1.2萬(wàn)億美元的價(jià)值。
超越自動(dòng)化教學(xué)
重要的是要認(rèn)識(shí)到，僅靠技術(shù)自動(dòng)化無(wú)法解決當(dāng)今全球教育體系中的許多問(wèn)題。在過(guò)時(shí)的課程、標(biāo)準(zhǔn)化的考試模式和強(qiáng)調(diào)短期知識(shí)的社會(huì)主導(dǎo)下，許多專家呼吁改變我們的教學(xué)方式。
僅僅將過(guò)程自動(dòng)化是不夠的。我們可以有一個(gè)完全數(shù)字化的學(xué)習(xí)體驗(yàn)，但這并不能防止其繼續(xù)專注于過(guò)時(shí)的技能，因而這并不能為未來(lái)的學(xué)生打好基礎(chǔ)。換句話說(shuō)，我們不僅要有創(chuàng)新的自動(dòng)化能力，還要有教育內(nèi)容、戰(zhàn)略和政策。
我們是否為學(xué)生提供了最重要的生存技能？我們是在激勵(lì)年輕人創(chuàng)造更美好的未來(lái)嗎？我們是否滿足了每個(gè)學(xué)生獨(dú)特的學(xué)習(xí)需求？自動(dòng)化和數(shù)字化這個(gè)已經(jīng)存在缺陷的系統(tǒng)是沒(méi)有意義的。我們需要確保數(shù)字化的系統(tǒng)本身正在被改造得更好。
聯(lián)系客服
